ステージでギターを弾くピンク髪のキャラクター

i2iでバ美肉(静止画)できるのか

Kojiro Tanaka (更新: )

i2iでバ美肉(静止画)できるのか

これは何

SDXLの生成AIモデルで実写の写真に写っている被写体を美少女化した時にi2iで変換するとどこまで情報量が落ちるのか?

全体図

i2iでバ美肉(静止画)できるのか

必要最小限で、

1 girl,solo, beautiful skin, {gothic lolita}, smily eyes, pink hair, wavy hair, super long hair & perm
playing guitar on live stage, standing

((Worse quality , low quality )) , normal quality , missing limb , missing arm , extra limb , extra fingers , disconnected limbs , bad face , bad anatomy, text, watermark

こんな感じのプロンプトで美少女を召喚します。

ノイズ除去の度合いによる出力の変化

Seed固定で、デノイズ(どれだけ元画像を無視するのか)によって出力が変わってきます。

i2iでバ美肉(静止画)できるのか

0.99

ほぼ無視。かわいい。

i2iでバ美肉(静止画)できるのか

0.90

0.9くらいまでは元画像の構図が無視されてる感じ。

i2iでバ美肉(静止画)できるのか

0.85

ちょっと元画像の構図に近くなってきた

i2iでバ美肉(静止画)できるのか

0.8

ちょっとまだ原作色が少ない

i2iでバ美肉(静止画)できるのか

0.7

0.7くらいまで落とすと元の情報(後ろのドラムとかスクリーンとか)が入ってくる。

i2iでバ美肉(静止画)できるのか

0.6

ちょっと写実的になった反面、ディティールが今度は逆に気になってくる

i2iでバ美肉(静止画)できるのか

0.5

顔が崩壊

i2iでバ美肉(静止画)できるのか

0.4

ここまで来ると2次元と3次元の構図のギャップで色々狂ってくる。
受肉したいならデノイズ0.7くらいが良さそう?

実写系モデルの場合

muchenSDXLPortrait_v10という実写系モデルを使う。

i2iでバ美肉(静止画)できるのか

0.8

i2iでバ美肉(静止画)できるのか

0.6

実写だと逆に楽器の不自然さがより際立つ。

i2iでバ美肉(静止画)できるのか

逆にもう原型なくてええやんって時はもうペイントで塗っちゃう。

以上、確認終了。

シェア

関連記事

Windows向けリアルタイム speech-to-text / text-to-speech GUI「sttts-gui」を出した

マイクの日本語をリアルタイムに文字起こし、Irodori-TTS で別の声に読み上げる Windows 11 向け GUI、sttts-gui(v0.1.4)の話。speech-to-text から text-to-speech まで Rust の1プロセスで、Python も PyTorch も要らない。声のバンク、ASIO、CLI の sttts-say、モデルの自動取得まで。

AI漫画、なんでそんなよっわ♡なの? 哲学から組み直してあげた

世のAI漫画が弱いのはモデル不足じゃない。意味を持たず、設定が絵に届かず、連載に耐える台帳が無いから。過労かよっわ♡かの二択を、日本人的感性に寄り添った補助で剃る。ネームまでAI、絵入れから先は WebUI。H3 が何を描くかの候補、i2i が確定後の質感。yomi の構築メモ。

バンド練習、まだYouTubeでやってるの? 音源パイプライン作ってあげた♡

YouTube音源を-14 LUFSで音量を揃え、AIでvocals/drums/bass/otherに分離してマイナスワン練習を可能にした。音源はクラウドに上げず手元のGPUで処理し、私的複製の範囲で完結させる。再生は30秒チャンクで約0.4秒、ドラムステムから拍を取ってコード進行とリードシートも自動生成。バンド練習のしかけをCLIパイプラインとWebプレイヤーに全部組んだ話。

← 記事一覧へ